001是一门网课介绍wgcna的示例数据
002的数据和代码来源于论文 Plant flavones enrich rhizosphere Oxalobacteraceae to improve maize performance under nitrogen deprivation
https://www.nature.com/articles/s41477-021-00897-y
论文中提供的代码链接 https://github.com/PengYuMaize/Yu2021NaturePlants
youtube上对应着的视频讲解 https://www.youtube.com/watch?v=dwWhm78j8YU
论文中的数据有100多个样本，我这边把样本数减少到了19个，论文里可以找到最原始的数据和代码
003来源于论文 Sex-Specific Co-expression Networks and Sex-Biased Gene Expression in the Salmonid Brook Charr Salvelinus fontinalis
https://academic.oup.com/g3journal/article/9/3/955/6026799
表达量的count文件有90多兆这里没上传，论文的示例数据在附件中，代码论文中也提供了下载链接
链接 https://github.com/mortazavilab/5xFAD_WGCNA 这里有示例数据和代码 对应的论文 https://www.nature.com/articles/s41597-021-01054-y
python里做wgcna分析的模块PyWGCNA,论文还没有发表，github主页是https://github.com/mortazavilab/PyWGCNA
论文 https://onlinelibrary.wiley.com/doi/10.1111/mec.16661 Patterns of pan-genome occupancy and gene coexpression under water-deficit in Brachypodium distachyon
github https://github.com/Bioflora/Brachypodium_co_expression
https://sbc.shef.ac.uk/workshops/2019-03-04-rna-seq/04_wgcna_tutorial.nb.html
github链接 https://github.com/cxli233/SimpleTidy_GeneCoEx
基因共表达网络，最开始用的不是WGCNA,然后将分析结果和WGCNA的结果做了比较
数据和代码都有，WGCNA部分的作图代码都是用ggplot2做的
https://horvath.genetics.ucla.edu/html/CoexpressionNetwork/Rpackages/WGCNA/Tutorials/
WGCNA 官方教程
BioNERO 用到的是这个R包，我大概看了一下内容，初步判断是将WGCNA的函数给整合了，其中有一些图改用ggplot2来做了，这个例子很完整，抽时间重复一下。这个例子里提供了很多对表达矩阵进行过滤的方法，包括基于中位数 基于表达量变异程度等等